模糊数学讲稿3范文.doc_第1页
模糊数学讲稿3范文.doc_第2页
模糊数学讲稿3范文.doc_第3页
模糊数学讲稿3范文.doc_第4页
模糊数学讲稿3范文.doc_第5页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

模糊数学讲稿3范文 2手写文字的识别 (1)方格矩阵法将字母写在标准的长方形内,并将长方形均匀分成75个小方格。 按每个小方格中线条出现的清晰程度给予适当的隶属度ijx1,0,ijx?=?清晰出现在i行j列的小格内否则得模糊关系矩阵为10001100011000111111100011000110001H?标准模式(矩阵)。 模糊向量表示(模糊集合)(10001100011000111111100011000110001H?)按择近原则进行识别设有两个文字向量12350,1i(,.,),12350,1i(,.,),计算数值1Wc ci i iii=?35(,)()()(不是贴近度或者说新的贴近度,用来衡量与的接近程度是有效的)假设电脑收到文字向量1235(,.,)=计算(,),(,),.,(,)W AW BW?选出数值最大的,即最接近的并判为相应的字母(数字)。 实验结果在噪声达到31.43%的情况下,正确识别率大于90%。 (2)B.N.Chatterji的手写英文字母识别方法。 将标准字母写入正方形方格内,并测出字母的8个特征值128(,)d d d?1d3d128(,)A d dd?正规化iidaD=,128max,D ddd=?则01ia128()(,)A FA a aa?=?,128()(,)iiiiF X x x x=?,1,2,26i=?给定一个待识别的字母“”:128()(,)F=?计算贴近度812211(),()1()8ii kkkN FF Xx=?;1,2,26i=?,并按择近原则进行识别。 结果B.N.Chatterji在TDP316上运行,正确识别率达96%。 五、隶属函数确定的若干方法(一)模糊统计方法1二相模糊统计(一)模糊统计方法1二相模糊统计 (1)随机性与模糊性的差别考虑两个问题“偶点数”A“中年”M1,2,3,4,5,6=0,150X=试验得4点*35,50M=A可能发生,*M可能覆盖可能不发生或不覆盖48x=P=偶点数次数频率总次数*4848MM次数()=总次数 (2)张南纶武汉建材学院,129人,结果见7071P概率统计、模糊统计都是用确定性手段研究不确定性。 二相F统计中二相指的是每次试验确定两个普通集合2,cP A A=或说确定了一个映射2:e XP等于是两个相反的模糊概念在论域X中进行“竞选”的统计。 易知,二相F统计确定的隶属函数满足,()()1cx XA x A x?+=2多相模糊统计给定12,.,()1,2,.,m miP A AAA FX im=如果每一次试验的结果都能确定一个映射:me XP称这样的试验为对mP的m相F统计试验,称集合mP为m相集。 (每次试验就是对X的一次m相划分)例如,老,中,青是三相,东,南,西,北是四相,金,木,水,火,土是五相等等,都是多相集。 m相F统计确定的隶属函数满足12()().()1,mA xA xA x x X+=?3三分法用随机区间的思想来解决模糊试验模型。 设(0,3)X=单位是米3P=矮个子1A,中等个子2A,高个子3A每次模糊试验确定一对数(,)矮个子与中等个子的分界点中等个子与高个子的分界点反之,给定(,),则可以确定一个映射3123:,e XP AAA=123(,)()A xexA xA x?=(五)初步给定,“学习”“自适应”(六)F分布(五)初步给定,“学习”“自适应”(六)F分布实数R上

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论